高等运筹第十讲（刘巍）大连海事大学.pptVIP

排队论课件 * 与前一个模型的区别在于：系统容量是c1,服务时间固定，顾客的到达仍然是Poisson流。 4. 模型的建立－ 过山车模型 排队论课件 还要考虑： 实际的FastPass系统 有两条队列： FastPass和Standby队列 不考虑standby队列， 将得到Greedy algorithm模型 考虑standby队列， 将得到效用函数模型 模型的建立（2）－过山车 排队论课件 * 最简单的情况： 只有一条队列，即所有的人都只用FastPass系统 为了防止前面的人等的时间太长，过山车只要载满一定数量的人后就开车，假设为80％c。 用贪心算法（greedy algorithm),将每个顾客尽量安排在离顾客到达时间最近的，且还没有安排满人的一班车上。 假设被安排的顾客按照Beta分布到达所被安排的时间段内 模型的建立（3）－过山车模型 贪心算法 模型的建立（4）－过山车模型 很容易想到，全局优化的目标变量 1. 如果开车的时间不固定，则a%是多少最优？就是说顾客坐满多少就开车？ 2.如果开车的时间间隔是固定的，则多长时间开一次是最优的？ 衡量的标准：目标函数 模型的建立（5）－过山车模型 排队论课件 * 一个区间内的顾客返回示意图 排队论课件 * 目标函数： 模型的建立（6）－过山车模型 模型的建立（7）－过山车模型 怎样求解最优的a%c和最优的开车间隔？ －－对于这类复杂的问题，离散仿真是最好的方法了 仿真：用计算机生成一些符合某种分布的随机数据点，模拟离散时间的发生 这里的仿真用MatLab完成： 步骤：1.生成Poisson顾客流（模拟到达时间） 2.给定不同的a%c, 开车时间间隔不定，计算代价函数，画出代价函数性能曲线 3.开车时间固定，给出不同的开车时间间隔，计算画出代价函数性能曲线 4.得出最优的结论 5. 模型的仿真－过山车模型 过山车模型的仿真（5.1）－得到 在第j天的某一固 定时刻 i 采集样本, i=1…m, j=1…100 形成样本空间的 矩阵 过山车模型的仿真（5.1） 用列向量的均值 估计参数 样本的更新用时间序列的方法（time serial analysis）,计算列向量的Eucilid距离 dthreshold就更新一次 对某一个或一组变量x(t)进行观察测量，将在一系列时刻t1, t2, …, tn (t为自变量且t1t2 … tn ) 所得到的离散数字组成序列集合 x(t1), x(t2), …, x(tn) 称为时间序列，这种有时间意义的序列也称为动态数据。时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法 时间序列分析（time serial analysis） 排队论课件 * 生成的样本空间 过山车模型的仿真（5.1） 某个区间 个顾客到达时间~Uniform实用的一种模拟Poisson流的方法： 排队论课件 * Poisson流顾客到达时间 过山车模型的仿真（5.2） 按照贪心算法指定的顾客 乘坐的过山车的班次 两种a%c的情况下顾客等待时间 过山车模型的仿真（5.3） 排队论课件 a%c的性能曲线：可见a%c=70最优 过山车模型的仿真（5.3） 排队论课件 开车间隔的优化：但cost function是间隔的单增函数？怎么办？ 过山车模型的仿真（5.4） 排队论课件 解决：考虑开车的成本：开车的时间间隔越短， 次数愈多，运行成本越大－－找平衡点 4.67min最优 过山车模型的仿真（5.4） 6 模型的稳健性与优缺点 电话亭模型较精确，虽可行但复杂 过山车模型的贪心算法，简单，但不是最优（quasi-optimal） Standby队列会有什么影响？ 每个人的c1和c2可能不同 排队论课件 * 将顾客的到达看成是顾客流(traffic),用Trunking Theory中的Erlang C公式，能够得出阻塞概率P(Block)，系统容量C，顾客流的强度A（ ）三者的关系 平均队列长度为： 可将顾客安排在一天之内平均队列短的时刻 7 过山车模型的改进 Erlang C的图形 7 过山车模型的改进 统计得出的队列长度，以及仿真得